OpenAI's 722 AI-gegenereerde wiskundepapieren verdelen wiskundigen tussen bewondering en alarm

Wat OpenAI publiceerde en wanneer

Op 6 oktober 2026 plaatste OpenAI 722 manuscripten op GitHub, gegroepeerd in 372 families van gerelateerde resultaten, allemaal geproduceerd door een intern model dat het bedrijf nog niet openbaar heeft uitgebracht, volgens xenospectrum.com en de AI-gerichte nieuwsbrief Latent.space. Het bedrijf zei dat het model was losgelaten op ongeveer 4.000 wiskundige problemen, waarbij het gemiddeld geaccepteerde resultaat de rekenkundige equivalent kostte van ongeveer drie uur ChatGPT Pro-redeneeringstijd, aldus Latent.space.

Eén manuscript behandelt wat onderzoekers een "Quasi-Riemann-hypothese" noemen: een bewering dat geen nullen van bepaalde Dirichlet L-functies bestaan waar het reële deel groter is dan 7/8. Xenospectrum.com merkte op dat dit niet de werkelijke Riemann-hypothese oplost, die betrekking heeft op nullen bij reële deel exact 1/2 en nog steeds een onopgelost Clay Mathematics Institute Millennium Prize-probleem blijft.

Lof en alarm onder wiskundigen

De reacties waren sterk verdeeld. Wiskundige Levent Alpöge, door Latent.space omschreven als verbonden aan Anthropic, noemde de release "duidelijk het meest significante moment in de wiskundige geschiedenis." The Conversation meldde dat andere wiskundigen veel minder onder de indruk waren: één recensent dumpte een deel van de batch als een "enorme berg troep op onze drempel", en een senior wiskundige zei dat één artikel zo onbegrijpelijk was dat het rechtstreeks in de prullenbak was gegaan als het op de normale manier naar een tijdschrift was ingediend.

The Conversation meldde ook dat ChatGPT zelf minstens één van de resultaten in de batch als een "ernstige hallucinatie" had gemarkeerd, en dat verschillende artikelen later werden ingetrokken of gewijzigd nadat fouten waren gevonden.

De verificatiekloof

De verslagen over hoeveel van de release werkelijk door machine is gecontroleerd, verschillen. Xenospectrum.com, dat de eigen formaliseringscatalogus van OpenAI vanaf 7 oktober volgde, telde 162 van de 722 manuscripten – ongeveer 22,4 procent – met resultaten geformaliseerd in de bewijsverificatietaal Lean. The Conversation daarentegen meldde dat OpenAI 300 belangrijkste resultaten had geformaliseerd met Lean-achtige software. Xenospectrum.com voegde eraan toe dat zelfs een voltooide Lean-formalisering alleen de logische stappen van een bewijs bevestigt, niet dat elke verklarende uitspraak in een artikel onafhankelijk is geverifieerd.

Tech-insider.org meldde dat een adviesgroep met Fields-medaillist Terence Tao werd ingesteld om te helpen beheren hoe de resultaten van OpenAI het publiek bereiken, maar dat de rol van de groep expliciet was om advies uit te brengen over de release, niet om onafhankelijk te verifiëren dat de resultaten correct zijn. Dezelfde bron citeerde een septemberverklaring dat het model van OpenAI, met ongeveer 10.000 AI-agenten die ongeveer 88 uur werkten, een bewijs had geproduceerd met betrekking tot het Navier-Stokes-existentie- en -gladdingsprobleem – nog een Millennium Prize-probleem – dat het Clay Mathematics Institute nog steeds als actief opsomt in plaats van opgelost, wat betekent dat geen onafhankelijke verificatie is voltooid.

Waar wiskundigen nog over twisten

Naast juistheid meldde tech-insider.org bezorgdheid dat OpenAI's publish-first, verify-later-benadering omkeert hoe wiskunde traditioneel werkte, de last van langzame, adversariale peer review verschuift naar een wiskundegemeen dat al overbelast is. The Conversation meldde aanvullende onrust over vermeend datamisbruik gekoppeld aan de eerdere Navier-Stokes-claim, opgeworpen door wiskundigen Tristan Buckmaster en Levent Alpöge – beschuldigingen die OpenAI heeft ontkend – evenals bredere bezorgdheid in het veld over onderzoek dat door AI-systemen wordt "gejat" en wat de groei van dergelijke hulpmiddelen betekent voor wiskunde als carrière.